Link to this sectionTartanAir深度データセット#

TartanAirは、AirSimシミュレータで生成された大規模な合成データセットです。これはビジュアルSLAMの限界に挑むために作成されたもので、屋内、屋外、都市、自然シーンなどの多様な環境に加え、季節、天候、照明の変化、および過酷な条件を網羅しています。

TartanAirはシミュレーション環境でレンダリングされているため、これらの多様なシーン全体にわたって密な深度グラウンドトゥルースを提供します。そのため、単眼深度推定モデルのトレーニングにおける環境の多様性と長距離の幾何学的情報の強力なソースとなります。

Link to this section主な特徴#

AirSimシミュレータで生成された合成データ。
季節、天候、照明の変化や過酷な条件を含む、多様な屋内および屋外環境（都市、自然）。
すべてのシーンにわたる密な深度グラウンドトゥルース。
約80mまでの深度範囲。
Ultralyticsの深度トレーニングミックスに61,470枚の画像（トレーニング用55,660枚 / 検証用5,810枚）を提供。

Link to this sectionデータセットの構造#

TartanAir深度データセットは、以下の2つのサブセットに分かれています。

Train: トレーニング用に密な深度マップがペアになった55,660枚の画像。
Val: トレーニング中の検証用に密な深度マップがペアになった5,810枚の画像。

各RGB画像は、メートル単位のピクセル距離を格納した.npy形式のfloat32デプスマップとペアになっており、Ultralyticsデプスデータセットフォーマットに従います。

Link to this sectionデータの取得#

TartanAirには自動ダウンロード機能はありません。データはCMUのAirLabによって配布されており（利用規約についてはデータセットページを参照）、tartanair_toolsスクリプトを使用してダウンロードします。

git clone https://github.com/castacks/tartanair_tools && cd tartanair_tools
python download_training.py --output-dir ./data --rgb --depth --only-left --unzip

Depth is already stored as float32 .npy in meters (depth_left/*_left_depth.npy next to image_left/*_left.png), so conversion is just re-arranging and invalidating the sky (rendered as extreme distances; the released mix clips at 80 m to match the dataset YAML). TartanAir ships no official val split — hold out one or more environments. Reference conversion to the Ultralytics depth dataset format:

import shutil
from pathlib import Path

import numpy as np

VAL_ENVS = {"neighborhood"}  # environments held out for validation
src, dst = Path("data"), Path("datasets/depth-tartanair")
for depth_file in sorted(src.rglob("depth_left/*_left_depth.npy")):
    env, traj = depth_file.parts[-5], depth_file.parts[-3]
    out = "val" if env.lower() in VAL_ENVS else "train"
    (dst / f"images/{out}").mkdir(parents=True, exist_ok=True)
    (dst / f"depth/{out}").mkdir(parents=True, exist_ok=True)
    depth = np.load(depth_file)
    depth[depth > 80.0] = 0.0  # sky/extreme range → 0 = invalid
    frame = depth_file.name.replace("_depth.npy", "")  # e.g. 000000_left
    name = f"{env}_{traj}_{frame}"
    np.save(dst / f"depth/{out}/{name}.npy", depth)
    shutil.copy(depth_file.parents[1] / "image_left" / f"{frame}.png", dst / f"images/{out}/{name}.png")

Link to this sectionYOLO26-Depthにおける役割#

TartanAirは、Ultralytics YOLO26-Depthモデルの事前トレーニングに使用される広範なマルチデータセット混合（約219万枚の画像）のトレーニングソースの1つです。この混合データの中で、TartanAirは屋内や現実世界のソースを補完する合成環境の多様性と長距離の屋外の幾何学的情報を提供します。

この設定では、独立したTartanAirの評価用ベンチマークは存在しません。代わりに、生成されたモデルは標準的な単眼深度ベンチマークであるNYU Depth V2、KITTI、Make3D、ETH3D、およびiBims-1で評価されます。

Link to this sectionデータセット YAML#

YAML（Yet Another Markup Language）ファイルは、データセットの設定を定義するために使用されます。これには、データセットのパス、クラス、およびその他の関連情報が含まれます。TartanAirの場合、depth-tartanair.yamlファイルがパスと単一のdepthクラスを定義します。

ultralytics/cfg/datasets/depth-tartanair.yaml

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# TartanAir dataset for monocular depth estimation — synthetic indoor + outdoor (AirSim), dense depth up to ~80 m
# Documentation: https://docs.ultralytics.com/datasets/depth/tartanair
# Example usage: yolo depth train data=depth-tartanair.yaml model=yolo26n-depth.pt
# No autodownload — obtain the source data (see docs) and arrange it as below.
# parent
# ├── ultralytics
# └── datasets
#     └── depth-tartanair
#         ├── images/{train,val}  # RGB images
#         └── depth/{train,val}   # paired *.npy, float32 meters (images/ -> depth/)

path: depth-tartanair # dataset root dir (relative to Ultralytics settings 'datasets_dir')
train: images/train # train images (relative to 'path') 55660 images
val: images/val # val images (relative to 'path') 5810 images
max_depth: 80 # (m) maximum valid depth; GT beyond this is excluded from val metrics

nc: 1
names:
  0: depth

channels: 3

Link to this section使用方法#

画像サイズ640でTartanAirデータセットを使用してYOLO26n-Depthモデルをトレーニングするには、以下のコードスニペットを使用できます。利用可能な引数の詳細なリストについては、モデルのトレーニングページを参照してください。

学習例

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n-depth.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="depth-tartanair.yaml", epochs=100, imgsz=640)

Link to this section事前学習済みモデル#

YOLO26深度ファミリー（yolo26n-depth.pt, yolo26s-depth.pt, yolo26m-depth.pt, yolo26l-depth.pt, yolo26x-depth.pt）はv8.4.0リリースから自動ダウンロードされ、TartanAirが含まれる広範なマルチデータセットミックスでトレーニングされています。

Link to this section引用と謝辞#

TartanAirデータセットを研究や開発で使用する場合は、以下の論文を引用してください。

引用

@inproceedings{wang2020tartanair,
      title={TartanAir: A Dataset to Push the Limits of Visual SLAM},
      author={Wenshan Wang and Delong Zhu and Xiangwei Wang and Yaoyu Hu and Yuheng Qiu and Chen Wang and Yafei Hu and Ashish Kapoor and Sebastian Scherer},
      booktitle={IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)},
      year={2020}
}

この多様な合成データセットをコンピュータビジョンコミュニティに提供してくれたTartanAirの作成者に感謝いたします。

コントリビューター

BOBovey0809¹

作成日 1 時間前更新日 1 時間前